Kuliah Pertemuan Ke-2 Mode Choice Model (Model Pemilihan Moda)
Model Pemilihan Moda dalam Model 4 Langkah
Tujuan Model Pemilihan Moda Untuk mengetahui proporsi pengalokasian perjalanan ke berbagai moda transportasi. Moda yang dianalisis adalah moda yang diperkirakan mempunyai peran yang dominan dalam perangkutan di lokasi (kendaraan pribadi dan angkutan umum).
Teknik Peramalan Pemilihan Moda Dalam meramalkan model ini terdapat beberapa pertimbangan penting : Model bergantung pada ketersediaan data dan kecenderungan pelaku perjalanan dalam penggunaan moda. Model yang teliti dapat mengelompokkan pemilihan moda berdasarkan maksud perjalanan, pendapatan, atau efek kecenderungan pertumbuhan bisnis angkutan, dan berbagai aspek pertimbangan lainnya.
Skenario Peramalan untuk Perilaku Pengguna Moda dan Pangsa Moda Moda yang ditinjau telah beroperasi (moda yang telah ada). Dalam tinjauan ini, survei perilaku pasar dapat dipelajari atas dasar zona asal/tujuan dan menghubungkannya dengan atribut nyata sebagai variabel penentu keputusan. Moda belum diperkenalkan atau moda akan dioperasikan (moda baru). Atribut dalam skenario ini merupakan hipotesis atau andaian sebagai variabel penentu keputusan.
Survei untuk Pemilihan Moda Revealed Preference (RP) : Survei dengan informasi pada pilihan-pilihan yang nyata (atribut-atribut yang telah ada). Stated Preference (SP) : Survei dengan pertanyaan andaian-andaian (hipotesis) yang menghubungkan atribut baru.
Struktur Model Karakteristik Perjalanan dan Kondisi Sos-Ek Posisi I Posisi II Bangkitan Perjalanan Pemilihan Moda Posisi III Posisi IV Distribusi Perjalanan Pembebanan Perjalanan
Struktur Model I Model pemilihan moda angkutan umum dilakukan sebagaimana serupa dengan pemodelan bangkitan untuk perjalanan menggunakan angkutan pribadi. Teknik analisis dilakukan dengan analisis regresi atau kategori. Model ini termasuk kategori model empiris.
Struktur Model II Model ini merupakan model predistribusi yang disebut sebagai trip-end modal split yang akan dibahas secara rinci berikut. Model ini termasuk kategori model empiris (Trip-End Modal Split).
Struktur Model III Model pemilihan moda ini merupakan dilakukan bersamaan dengan distribusi dan merupakan metode yang sering digunakan untuk praktek peramalan angkutan perkotaan. Model ini termasuk kategori model sintetis karena tidak langsung didasarkan pada data apa adanya dari unit yang dikaji.
Struktur Model IV Model ini dilakukan setelah distribusi perjalanan sehingga model ini dikenal sebagai trip-interchange modal split (post-distribution) yang sering digunakan di Eropa. Keuntungannya adalah penyertaan karakteristik perjalanan dan moda dalam model. Model ini termasuk kategori model empiris.
Faktor yang Mempengaruhi Pemilihan Moda. Karakteristik pengendara dan/atau karakteristik zona pembangkit, misalnya : pemilikan kendaraan, pemilikan SIM, struktur rumah tangga, pendapatan, kerapatan pemukiman dan jarak ke pusat kota.
Faktor yang Mempengaruhi Pemilihan Moda 2. Karakteristik Perjalanan, misal : panjang perjalanan, tujuan perjalanan dan waktu saat dilakukannya perjalanan.
Faktor yang Mempengaruhi Pemilihan Moda 3. Karakteristik sistem transportasi, Kuantitatif : waktu tempuh, biaya perjalanan, tempat parkir dan tarif parkir, Kualitatif : kenyamanan, keamanan dan reliability, dll.
Skenario Penyederhanaan Model Dalam pemilihan moda, informasi yang dimodelkan berdasarkan atas : Model Aggregate : Informasi dari Zona. Model ini tidak dapat menggambarkan secara teliti misal tripinterchange model (Struktur IV) karena dilakukan dalam post-distribution. Model Disaggregate : Informasi dari data rumah tangga dan/atau individu. Model mendekati sumber pengambil keputusan (individu), namun lebih rumit dan sukar untuk dikalibrasi.
TRIP END MODAL SPLIT () Karakteristik umum : Banyak menggunakan variabel zona atau rumah tangga (misal kepemilikan kendaraan, kerapatan pemukiman, dll.) Ukuran karakteristik sistem transportasi biasanya digeneralisasikan untuk setiap tujuan (misal menggunakan indeks daya hubung). Pre-Distribusi
TRIP END MODAL SPLIT (2) Contoh :. Ln X = 3.3 0.9 Ln Y (Pittsburg) (X = school trip using public transport per 000 trips) (Y = housing density) 2. London Traffic Survey, dengan 4 kategori kepemilikan kendaraan, 3 kategori pendapatan, 4 kategori jumlah pekerja, 3 kategori daya hubung kereta api dan 3 daya hubung bus.
TRIP INTERCHANGE MODAL SPLIT () Karakteristik umum : Menggunakan model aggregate Banyak menggunakan parameter (attribute) karakteristik sistem transportasi Post-Distribusi Model ini dapat dianalisis menggunakan kurva diversi, persamaan regresi atau variasi Struktur Sintetis. Model ini selalu menggunakan nisbah atau selisih hambatan dari dua (2) moda yang dibandingkan.
TRIP INTERCHANGE MODAL SPLIT (2) Kelemahan :. Model hanya digunakan untuk choice riders, sedangkan pilihan angkutan umum sangat mungkin untuk dimodelkan. 2. Kurva pembagian dari hasil analisis memerlukan data yang cukup banyak jumlahnya. 3. Teori yang mendasari model ini lemah, sehingga fungsi peramalan model ini menjadi diragukan. 4. Jika terdapat perubahan tingkat rumah tangga, maka model yang dihasilkan menjadi lemah/tidak absah. 5. Lebih sesuai untuk daerah perkotaan dengan fasilitas umum yang memadai.
MODEL SINTESIS Model Distribusi/Pemilihan Moda Model Trip-Interchange Berperilaku Model Multi-Moda
MODEL DISTRIBUSI Model pendekatan dengan model gravitasi dan maksimum-entropi. Salah satu contoh model dikembangkan maksimum entropi dalam fungsi logit : P ij T T ij ij exp exp C ij 2 C exp C ij ij
MODEL TRIP-INTERCHANGE BERPERILAKU Model Trip-Interchange Berperilaku berbeda dengan Model Trip-Interchange (struktur IV), karena model ini telah dilakukan modifikasi menggunakan fungsi logit sebagai bentuk dasar pembagian proporsi pemakaian moda.
FUNGSI LOGIT Fungsi ini digunakan karena bentuk kurva pembagian pada umumnya dapat didekati dengan mengasumsikan bahwa persepsi pemakai jalan/jasa angkutan tentang ongkos perjalanan tersebar sesuai dengan distribusi Gumbell. Distribusi Gumbell agak menyimpang jika dibandingkan dengan distribusi normal biasa.
FUNGSI PROBIT Fungsi ini digunakan dengan dasar distribusi normal biasa dalam mengasumsikan persepsi pemakai jalan/jasa angkutan tentang ongkos perjalanan.
Keutamaan FUNGSI LOGIT Dalam fungsi logit, pembagian moda tidak terkait dengan persamaan asal distribusinya, jika menggunakan fungsi probit, pembagiannya harus didasari pada fungsi distribusi normalnya. Fungsi logit dapat digunakan dengan mudah untuk menganalisis pilihan lebih dari dua moda, namun sukar jika menggunakan fungsi probit. Fungsi logit menyediakan kalibrasi model yang lebih mudah.
Contoh Perbandingan dua mobil (pribadi dan angkutan umum) dengan ongkos perjalanan mobil pribadi = C dan angkutan umum = C 2 + ( = modal penalty).
Contoh () 2 2 2 2 C C exp C C exp P P C C exp P
Contoh (2) P P log P exp C C exp C C P 2 P P C C 2 2
Contoh (3) P P C C log 2 Y a bx b, dan a
Contoh Permasalahan CLICK THIS PICTURE, YOU WILL GO TO THE EXCEL FILE
MODEL MULTI MODA Model ini mampu menjelaskan interaksi moda satu kepada lainnya. Oleh karena itu, dapat dikaji kemungkinan pangsa pasar terhadap peralihannya pada moda baru. Model pertama dengan struktur sederhana dapat diselesaikan dengan fungsi logit standar dengan memberlakukan moda dalam tingkatan yang sama. Model kedua dengan struktur moda-tambahan yang mengasumsikan dua pilihan moda. Moda baru akan memperoleh pasar dari sumbangan moda lainnya. Kemungkinan struktur lain adalah mengelompokkan moda sesuai dengan karakteristiknya atau sistem hirarki, yang biasa disebut struktur bersarang.
MODEL MULTI MODA : Model Struktur Biasa Semua Permintaan Perjalanan Pemilihan Moda Moda A Moda B Moda C
MODEL MULTI MODA : Model Struktur Moda Tambahan Semua Permintaan Perjalanan Pilihan Pertama Moda B Moda B Moda Baru Moda A Moda C Moda Baru Pilihan Kedua Pilihan Kedua Moda A Moda B Moda C
MODEL MULTI MODA : Model Struktur Hirarki Semua Permintaan Perjalanan Pembagian Primer Moda A Moda Komposit Pembagian Sekunder Moda B Moda C
Contoh Struktur Pilihan Moda di Indonesia Semua Permintaan Perjalanan Bergerak Tidak Bergerak Berjalan Kaki Berkendaraan Umum Pribadi Bermotor Tidak Bermotor Tidak Bermotor Bermotor Jalan Rel Jalan Raya Mobil Sepeda Motor Bus Paratransit Pemilihan Moda Paratransit
Latihan Soal P P2=-P Zona Asal Zona Tuj. % Pengguna % Pengguna C BUS C TRANSIT REL BUS TRANSIT REL 2 00 80 82 8 3 95 70 80 20 2 70 90 95 5 2 3 80 98 89 3 90 00 92 8 3 2 80 75 88 2
Flow Chart Regresi X = C 2 C Y = Log e {(P /-P } P P C C log 2 Y a bx, denganb, dan a Persamaan Logit P exp C 2 C Kurva Logit Menyusun kurva
PERHITUNGAN ANALISIS REGRESI LINIER UNTUK MODEL BINOMIAL-LOGIT-SELISIH C BUS C TRANSIT C JKA - C JR Log e {(P /-P } REL (Xi) (Yi) XiYi Xi 2 exp-(a+bxi) P = /(+exp-[b+axi]) 00 80-20.56347489-30.32694979 400 0.25263 0.822867052 95 70-25.38629436-34.65735903 625 0.246076 0.80258968 70 90 20 2.944438979 58.88877958 400 0.07389 0.93255895 80 98 8 2.09074097 37.63333974 324 0.077877 0.927750046 90 00 0 2.442347035 24.42347035 00 0.096464 0.92022283 80 75-5.99243065-9.96250823 25 0.440 0.874048336 S -2 2.3725993 45.9993004 874 Nilai A : bd : 2.0708596 Nilai B : b : 0.026756226
P BUS ( 2. 070. 0268( C TRANSIT RELCBUS ) e 0.9 P JR 0.8 0.7 0.6 0.5 0.4 0.3 0.2 C TRANSIT - C BUS P BUS 200 0.999407756 60 0.99827895 20 0.994968535 80 0.985442723 40 0.95863205 0 0.88805245-40 0.7308692-80 0.48758-20 0.24403538-60 0.098234237-200 0.035950488 0. 0-200 -80-60 -40-20 -00-80 -60-40 -20 0 20 40 60 80 00 20 40 60 80 200 C transit rel - C bus